View a markdown version of this page

Crea un'istanza di Amazon SageMaker Notebook - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Crea un'istanza di Amazon SageMaker Notebook

Importante

Le politiche IAM personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L’autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic applicano automaticamente tag a tutte le risorse che creano. Se una policy IAM consente a Studio e Studio Classic di creare risorse ma non consente il tagging, possono verificarsi errori durante il tentativo di creare risorse. AccessDenied Per ulteriori informazioni, consulta Fornisci le autorizzazioni per etichettare SageMaker le risorse AI.

AWS politiche gestite per Amazon AI SageMakerche forniscono le autorizzazioni per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.

Un'istanza di Amazon SageMaker Notebook è un'istanza di calcolo ML che esegue l'applicazione Jupyter Notebook. SageMaker L'intelligenza artificiale gestisce la creazione dell'istanza e delle risorse correlate. Utilizza i notebook Jupyter nell’istanza del notebook per:

  • preparare ed elaborare i dati

  • scrivere codice per addestrare i modelli

  • implementa modelli nell'hosting SageMaker AI

  • testare o convalidare i modelli

Per creare un'istanza del notebook, utilizza la console SageMaker AI o il 
 CreateNotebookInstanceAPI.

Il tipo di istanza del notebook scelta dipende da come utilizzi l'istanza del notebook. Controlla che l’istanza del notebook non sia vincolata da memoria, CPU o IO. Per caricare un set di dati in memoria sull’istanza del notebook per esplorarlo o pre-elaborarlo, ti consigliamo di scegliere un tipo di istanza con memoria RAM sufficiente per il set di dati. Ciò richiede un’istanza con almeno 16 GB di memoria (.xlarge o superiore). Se prevedi di utilizzare l’istanza del notebook per la preelaborazione intensiva di elaborazione, ti consigliamo di scegliere un'istanza ottimizzata per il calcolo, ad esempio c4 o c5.

Una procedura consigliata quando si utilizza un SageMaker notebook consiste nell'utilizzare l'istanza del notebook per orchestrare altri AWS servizi. Ad esempio, puoi utilizzare l’istanza del notebook per gestire l’elaborazione di set di dati di grandi dimensioni. A tale scopo, chiama AWS Glue for ETL (extract, transform and load) o Amazon EMR per la mappatura e la riduzione dei dati utilizzando Hadoop. Puoi utilizzare AWS i servizi come forme temporanee di calcolo o archiviazione per i tuoi dati.

Puoi archiviare e recuperare i dati di addestramento e test utilizzando un bucket Amazon Simple Storage Service. Puoi quindi utilizzare l' SageMaker intelligenza artificiale per addestrare e costruire il tuo modello. Il risultato è che il tipo di istanza del notebook non influirà sulla velocità di addestramento e test del modello.

Dopo aver ricevuto la richiesta, SageMaker AI esegue le seguenti operazioni:

  • Crea un'interfaccia di rete: se scegli la configurazione VPC opzionale, SageMaker AI crea l'interfaccia di rete nel tuo VPC. Utilizza l'ID della sottorete fornito nella richiesta per determinare in quale zona di disponibilità creare la sottorete. SageMaker L'IA associa il gruppo di sicurezza fornito nella richiesta alla sottorete. Per ulteriori informazioni, consulta Connessione di un'istanza del notebook in un VPC a risorse esterne.

  • Avvia un'istanza di calcolo ML: SageMaker AI avvia un'istanza di calcolo ML in un VPC AI. SageMaker SageMaker L'IA esegue le attività di configurazione che le consentono di gestire l'istanza del notebook. Se hai specificato il tuo VPC, l' SageMaker IA abilita il traffico tra il tuo VPC e l'istanza del notebook.

  • Installa i pacchetti e le librerie Anaconda per le comuni piattaforme di deep learning: SageMaker AI installa tutti i pacchetti Anaconda inclusi nell'installatore. Per ulteriori informazioni, consulta l'elenco dei pacchetti Anaconda. https://docs.anaconda.com/free/anaconda/pkg-docs/ SageMaker L'intelligenza artificiale installa anche le librerie di deep learning Apache TensorFlow MXNet e Apache MXNet.

  • Collega un volume di archiviazione ML: SageMaker AI collega un volume di archiviazione ML all'istanza di calcolo ML. Puoi utilizzare il volume come un'area di lavoro per pulire il set di dati di addestramento o per archiviare temporaneamente dati di convalida, testo o altri dati. Scegli qualsiasi dimensione tra 5 e 16384 GB, in incrementi di 1 GB, per il volume. Il valore predefinito è 5 GB. I volumi di archiviazione ML sono crittografati, quindi l' SageMaker IA non è in grado di determinare la quantità di spazio libero disponibile sul volume. Per questo motivo è possibile aumentare, ma non ridurre, le dimensioni del volume quando si aggiorna un'istanza del notebook. Per ridurre le dimensioni del volume di storage ML in uso, è necessario creare una nuova istanza del notebook con le dimensioni desiderate.

    Solo i file e i dati salvati all'interno della cartella /home/ec2-user/SageMaker persistono tra sessioni di istanze del notebook. I file e i dati che vengono salvati all'esterno di questa directory vengono sovrascritti quando l'istanza del notebook viene arrestata e riavviata. La /tmp directory di ogni istanza del notebook fornisce un minimo di 10 GB di spazio di archiviazione in un archivio di istanze. Un archivio dell'istanza è uno storage temporaneo a livello di blocco che non è persistente. Quando l'istanza viene arrestata o riavviata, SageMaker AI elimina il contenuto della directory e qualsiasi personalizzazione del sistema operativo. Questo storage temporaneo fa parte del volume root dell'istanza del notebook.

    Se l'istanza del notebook non è aggiornata e utilizza software non sicuro, l' SageMaker IA potrebbe aggiornare periodicamente l'istanza come parte della normale manutenzione. Durante questi aggiornamenti, i dati esterni alla cartella non /home/ec2-user/SageMaker vengono mantenuti. Per ulteriori informazioni sulle patch di manutenzione e sicurezza, vedere. Maintenance (Manutenzione)

    Se il tipo di istanza utilizzato dall’istanza del notebook dispone del supporto NVMe, i clienti possono utilizzare i volumi dell’archivio dell’istanza NVMe disponibili per quel tipo di istanza. Per i tipi di istanze con volumi dell’archivio dell’istanza NVMe, tutti i volumi dell’archivio dell’istanza supportati vengono automaticamente collegati all’istanza all’avvio. Per ulteriori informazioni sui tipi di istanze e sui volumi di archiviazione NVMe associati, consulta i dettagli sui tipi di istanze Amazon Elastic Compute Cloud.

    Per rendere disponibile il volume dell’archivio NVMe collegato all’istanza del notebook, completa le fasi in Make instance store volumes available on your instance. Completa le fasi con l’accesso root o utilizzando uno script di configurazione del ciclo di vita.

    Nota

    I volumi dell’archivio dell’istanza NVMe non forniscono un’archiviazione persistente. Questa archiviazione è di breve durata nell’istanza e deve essere riconfigurata ogni volta che viene avviata un’istanza con questa archiviazione.

Per creare un'istanza di notebook SageMaker AI:

  1. Apri la console SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

  2. Scegli Istanze del notebook, quindi Crea un'istanza del notebook.

  3. Nella pagina Crea un'istanza del notebook, fornisci le seguenti informazioni:

    1. In Nome dell’istanza notebook, digita un nome per l'istanza del notebook.

    2. Per il Tipo di istanza notebook, scegli una dimensione dell'istanza adatta al tuo caso d'uso. Per un elenco dei tipi e delle quote di istanza supportati, consulta Amazon SageMaker AI Service Quotas.

    3. Per Identificatore piattaforma, scegli un tipo di piattaforma su cui creare l'istanza del notebook. Questo tipo di piattaforma determina il sistema operativo e la JupyterLab versione con cui viene creata l'istanza del notebook. La versione più recente e consigliata è quella notebook-al2023-v1 per un'istanza notebook Amazon Linux 2023. Al 30 giugno 2025, solo JupyterLab 4 sono supportate per le nuove istanze. Per informazioni sui tipi di identificatori di piattaforma, consulta e. Istanze di notebook AL2023 Istanze del notebook Amazon Linux 2 Per informazioni sulle JupyterLab versioni, vedereJupyterLab controllo delle versioni.

      Importante

      Il 30 giugno 2026, Amazon Linux 2 termina il supporto per le istanze notebook. A partire dal 1° luglio 2026, non è più possibile creare nuove istanze di notebook AL2 o riavviare istanze di notebook AL2 interrotte.

      JupyterLab 1 e JupyterLab 3 non sono più supportati a partire dal 30 giugno 2025. Non puoi più creare nuove istanze del notebook o riavviare istanze del notebook interrotte utilizzando queste versioni.

      Utilizzalo notebook-al2023-v1 per tutte le nuove istanze. Per ulteriori informazioni, consultare Piano delle fasi di manutenzione AL2 e JupyterLab manutenzione della versione.

    4. (Facoltativo) L'opzione Configurazione aggiuntiva consente agli utenti avanzati di creare uno script shell che può essere eseguito durante la creazione o l'avvio dell'istanza. Questo script, chiamato script di configurazione del ciclo di vita, può essere utilizzato per impostare l'ambiente per il notebook o per eseguire altre funzioni. Per informazioni, consulta Personalizzazione di un'istanza del SageMaker notebook utilizzando uno script LCC.

    5. (Facoltativo) Configurazione aggiuntiva consente inoltre di specificare la dimensione, in GB, del volume di storage ML collegato all'istanza del notebook. È possibile scegliere una dimensione compresa tra 5 GB e 16.384 GB, in incrementi di 1 GB. Puoi utilizzare il volume per pulire il set di dati di addestramento o per archiviare temporaneamente dati di convalida o di altro tipo.

    6. (Facoltativo) Per Versione minima di IMDS, seleziona una versione dall'elenco a discesa. Se questo valore è impostato su v1, con l'istanza del notebook si possono utilizzare entrambe le versioni. Se è selezionata la versione v2, con l'istanza del notebook si può utilizzare solo IMDSv2. Per informazioni su IMDSv2, consulta Use IMDSv2.

      Nota

      A partire dal 31 ottobre 2022, la versione IMDS minima predefinita per le istanze dei SageMaker notebook cambia da IMDSv1 a IMDSv2.

      A partire dal 1° febbraio 2023, IMDSv1 non è più disponibile per la creazione di nuove istanze del notebook. Dopo questa data, potrai creare istanze del notebook con una versione minima di IMDS di 2.

    7. Per il ruolo IAM, scegli un ruolo IAM esistente nel tuo account con le autorizzazioni necessarie per accedere alle risorse AI o Crea un nuovo ruolo. SageMaker Se scegli Crea un nuovo ruolo, SageMaker AI crea un ruolo IAM denominatoAmazonSageMaker-ExecutionRole-YYYYMMDDTHHmmSS. La policy AWS gestita AmazonSageMakerFullAccess è associata al ruolo. Il ruolo fornisce le autorizzazioni che consentono all'istanza del notebook di chiamare SageMaker AI e Amazon S3.

    8. In Accesso root, per abilitare l’accesso root per tutti gli utenti dell’istanza del notebook, scegli Abilita. Per disabilitare l’accesso root per gli utenti, scegli Disabilita. Se abiliti l’accesso root, tutti gli utenti dell’istanza del notebook avranno privilegi di amministratore e potranno accedere a tutti i file che contiene e modificarli.

    9. (Facoltativo) L'opzione Chiave di crittografia consente di crittografare i dati sul volume di storage ML collegato all'istanza del notebook utilizzando una chiave AWS Key Management Service (AWS KMS). Se si prevede di archiviare informazioni sensibili nel volume di storage ML, valutare se crittografare le informazioni.

    10. (Facoltativo) Rete consente di inserire l'istanza del notebook in cloud privato virtuale (VPC, Virtual Private Cloud). Un VPC fornisce sicurezza aggiuntiva e limita l’accesso alle risorse del VPC da origini esterne al VPC. Per ulteriori informazioni sul VPC, consulta la Guida per l’utente di Amazon VPC.

      Per aggiungere l'istanza del notebook a un VPC:

      1. Scegli il VPC e un. SubnetId

      2. Per (Gruppo di sicurezza, scegli il gruppo di sicurezza predefinito del VPC.

      3. Se l'istanza del notebook deve disporre dell'accesso a Internet, abilita l'accesso diretto a Internet. Per Accesso diretto a Internet, scegli Abilita. L'accesso a Internet può ridurre la sicurezza dell'istanza del notebook. Per ulteriori informazioni, consulta Connessione di un'istanza del notebook in un VPC a risorse esterne.

    11. (Facoltativo) Per associare i repository Git all'istanza del notebook, scegli un repository di default e fino a tre repository aggiuntivi. Per ulteriori informazioni, consulta SageMaker Repository Git con istanze AI Notebook.

    12. Scegli Crea un'istanza del notebook.

      In pochi minuti, Amazon SageMaker AI avvia un'istanza di calcolo ML, in questo caso un'istanza notebook, e vi collega un volume di storage ML. L'istanza del notebook include un server Notebook Jupyter preconfigurato e un set di librerie Anaconda. Per ulteriori informazioni, consulta l'API 
 CreateNotebookInstance.

  4. Quando lo stato dell'istanza del notebook è InService, nella console, l'istanza del notebook è pronta per l'uso. Scegli Apri Jupyter accanto al nome notebook per aprire il panello di controllo di Jupyter in formato classico.

    Nota

    Per aumentare la sicurezza della tua istanza Amazon SageMaker Notebook, tutti i notebook.region.sagemaker.aws domini regionali sono registrati nell'Internet Public Suffix List (PSL). https://publicsuffix.org/ Per una maggiore sicurezza, ti consigliamo di utilizzare i cookie con un __Host- prefisso per impostare cookie sensibili per i domini delle tue istanze notebook. SageMaker Questa pratica ti aiuterà a difendere il tuo dominio dai tentativi CSRF (cross-site request forgery). Per ulteriori informazioni, consulta la Set-Cookie pagina nel sito web di documentazione per sviluppatori di https://www.mozilla.org/en-GB/?v=1 mozilla.org.

    Puoi scegliere Apri JupyterLab per aprire la dashboard. JupyterLab La dashboard fornisce l’accesso all’istanza del notebook.

    Per ulteriori informazioni sui notebook Jupyter, consulta il notebook Jupyter .